Qué son los agentes de IA: definición, diferencia con un chatbot y ejemplos
Qué es un agente de IA según Anthropic, OpenAI y Google, en qué se diferencia de un chatbot y de un workflow, y qué preguntar antes de comprar uno.
"Agente de IA" se volvió la etiqueta que todo software quiere tener. Hoy se le dice agente a un chatbot, a una automatización de tres pasos y a un sistema que decide solo qué hacer. No son lo mismo, no cuestan lo mismo y no fallan de la misma forma.
Para no comprar humo hace falta una definición que se pueda chequear. Las tres empresas que construyen los modelos (Anthropic, OpenAI y Google) publicaron la suya. Abajo van esas definiciones y dos ejemplos que construimos para clientes B2B.
Respuesta rápida
- Qué es: un sistema donde un modelo de lenguaje decide qué pasos dar y qué herramientas usar para cumplir un objetivo, sin que alguien haya escrito ese camino de antemano.
- Diferencia con un chatbot: un chatbot contesta preguntas; un agente busca, consulta sistemas, escribe y decide el siguiente paso según lo que encontró.
- Diferencia con un workflow: en un workflow los pasos están fijados en código y el modelo resuelve partes. En un agente, el modelo elige los pasos.
- Qué recomienda Anthropic: empezar por la solución más simple posible y sumar complejidad solo cuando hace falta. Creo que en la mayoría de los casos eso termina siendo un workflow.
- El riesgo: pagar como agente algo que es un workflow, o armar un agente para una tarea que se resolvía con algo más simple y más barato.
La definición, según quienes hacen los modelos
Anthropic ("Building effective agents", diciembre de 2024) separa dos cosas que el mercado mezcla:
- Los workflows son sistemas donde los modelos y las herramientas se coordinan por caminos definidos de antemano en código.
- Los agentes son sistemas donde el modelo dirige su propio proceso y decide qué herramientas usar.
OpenAI ("A practical guide to building agents") define a los agentes como sistemas que completan tareas de forma independiente en nombre del usuario. Y aclara que una aplicación que usa un modelo pero no lo deja controlar el flujo (un chatbot simple, un clasificador de sentimiento) no es un agente.
Google Cloud (febrero de 2026) los define como sistemas de software que usan IA para perseguir objetivos y completar tareas en nombre de los usuarios.
Anthropic y OpenAI ponen el límite en el mismo lugar, y la definición de Google no lo contradice. Un sistema es agente cuando el modelo decide qué hacer después. Si los pasos están escritos de antemano, es un workflow con IA adentro, por más que el producto diga "agente".
Agente, chatbot y workflow, lado a lado
| Chatbot | Workflow con IA | Agente | |
|---|---|---|---|
| Qué hace | Responde preguntas | Ejecuta pasos fijos, con el modelo resolviendo algunos | Elige los pasos y las herramientas según el objetivo |
| Quién decide el camino | Nadie: es una conversación | Quien lo programó | El modelo |
| Ejemplo en ventas | Un bot en el sitio que contesta precios | Tomar un lead, enriquecerlo, clasificarlo y escribir un borrador | Investigar una cuenta, decidir qué fuentes consultar y armar un brief de compra |
| Qué tan predecible es | Mucho | Mucho | Menos |
| Costo por tarea | Bajo | Bajo a medio | Más alto: el modelo hace varias llamadas para decidir |
Yo no lo pensaría como una escala donde el agente es lo mejor. El workflow es más barato, más predecible y más fácil de auditar. Usaría un agente cuando los pasos cambian de un caso al otro y no se pueden escribir de antemano.
Los patrones que describe Anthropic
En la misma guía, Anthropic enumera cinco formas de armar un workflow antes de llegar a un agente:
- Encadenar prompts: la salida de un paso es la entrada del siguiente.
- Rutear: un primer paso clasifica y manda cada caso al proceso que le corresponde.
- Paralelizar: varias llamadas al mismo tiempo, y se combinan los resultados.
- Orquestador y trabajadores: un modelo divide la tarea y reparte las partes.
- Evaluador y optimizador: un modelo genera y otro revisa hasta que pasa un criterio.
Creo que buena parte de lo que hoy se vende como "agente de IA para ventas" es alguno de estos cinco. Está bien que lo sea, mientras funcione y se pueda controlar.
Dos ejemplos reales, clasificados
Validación de teléfonos para Thomson Reuters. Antes de que un SDR llame, el sistema verifica si la línea está activa y es contactable. Es un workflow: los pasos siempre son los mismos. El resultado fue hasta un 75% menos de llamadas improductivas y 2,5 veces más conversión de llamada a reunión.
Señales de pipeline para Making Sense. El sistema monitorea los leads del CRM buscando señales de que una cuenta puede comprar, y cuando encuentra una genera un borrador de mail para el account manager de esa cuenta. Se acerca más a un agente, porque qué buscar y qué decir cambia según la cuenta. Detectó más de 1.000 señales y generó más de 3.000 mails.
En los dos casos una persona revisa antes de que algo salga.
Cómo saber si te están vendiendo un agente de verdad
Las preguntas que haría antes de comprar:
- Qué decide el modelo y qué está programado? Si todo está programado, es un workflow. Puede estar bien, pero pagalo como workflow.
- Qué herramientas puede usar? Un agente sin acceso a tus sistemas (CRM, mail, base de datos) no puede hacer mucho más que un chat.
- Qué pasa cuando se equivoca? Pedí ver errores además de casos de éxito.
- Cuánto cuesta por tarea? Un agente que hace 20 llamadas al modelo para cada lead puede costar más que la persona que reemplaza.
- Dónde revisa una persona? Si la respuesta es "en ningún lado", pedí el registro de lo que hizo la última semana.
Por qué un proyecto de agentes no llega a producción
En lo que vemos en ventas, se traban casi siempre por alguno de estos tres motivos:
- Se arma un agente para algo que un workflow resolvía más barato.
- No se define qué métrica tiene que mover (reuniones, horas ahorradas, tasa de respuesta) antes de construirlo.
- Se lo deja mandar mails o mensajes sin revisión, y el primer error le llega a un cliente.
Preguntas frecuentes
Qué es un agente de IA en palabras simples? Un programa que recibe un objetivo y decide por su cuenta qué pasos dar para cumplirlo: qué buscar, qué herramienta usar, qué hacer con lo que encontró.
Cuál es la diferencia entre un agente de IA y un chatbot? El chatbot conversa y responde. El agente ejecuta acciones en otros sistemas y decide el siguiente paso según el resultado del anterior.
Qué tipos de agentes de IA existen? La clasificación académica habla de agentes reactivos, basados en objetivos, basados en utilidad y que aprenden. Para decidir qué construir, yo usaría la de Anthropic: workflows con pasos fijos (encadenar, rutear, paralelizar, orquestar, evaluar) o agentes que eligen sus propios pasos.
Cómo se crea un agente de IA? Con un modelo de lenguaje, acceso a herramientas (APIs, bases de datos, el CRM) y un objetivo claro. Yo empezaría por escribir el proceso a mano y automatizar primero los pasos que siempre son iguales. El agente se suma solo en la parte que no se puede escribir de antemano.
Los agentes de IA reemplazan a los vendedores? Qué tareas de ventas automatizan bien y qué pasó con las empresas que prometían un vendedor autónomo está en agentes de IA para ventas.
Si querés ver cómo se arma uno para prospección, el paso a paso con Claude Code está en cómo instalar Claude Code para vender con IA, y cómo conectar la IA a tus sistemas en qué es MCP.
Datos verificados en octubre de 2026. Fuentes: Anthropic, "Building effective agents" (19/12/2024); OpenAI, "A practical guide to building agents"; Google Cloud, "What are AI agents" (04/02/2026).